资讯专栏INFORMATION COLUMN

[翻译]使用Python一步一步地来进行数据分析

forsigner / 2566人阅读

摘要:原文链接译文链接使用一步一步地来进行数据分析翔你已经决定来学习,但是你之前没有编程经验。在我看来精通用开发好的软件才能够高效地进行数据分析,这观点是没有必要的。

原文链接:Step by step approach to perform data analysis using Python
译文链接:使用Python一步一步地来进行数据分析--By Michael翔

你已经决定来学习Python,但是你之前没有编程经验。因此,你常常对从哪儿着手而感到困惑,这么多Python的知识需要去学习。以下这些是那些开始使用Python数据分析的初学者的普遍遇到的问题:

需要多久来学习Python?

我需要学习Python到什么程度才能来进行数据分析呢?

学习Python最好的书或者课程有哪些呢?

为了处理数据集,我应该成为一个Python的编程专家吗?

当开始学习一项新技术时,这些都是可以理解的困惑,这是《在20小时内学会任何东西》的作者所说的。不要害怕,我将会告诉你怎样快速上手,而不必成为一个Python编程“忍者”。

不要犯我之前犯过的错

在开始使用Python之前,我对用Python进行数据分析有一个误解:我必须不得不对Python编程特别精通。因此,我参加了Udacity的Python编程入门课程,完成了code academy上的Python教程,同时阅读了若干本Python编程书籍。就这样持续了3个月(平均每天3个小时),我那会儿通过完成小的软件项目来学习Python。敲代码是快乐的事儿,但是我的目标不是去成为一个Python开发人员,而是要使用Python数据分析。之后,我意识到,我花了很多时间来学习用Python进行软件开发,而不是数据分析。

在几个小时的深思熟虑之后,我发现,我需要学习5个Python库来有效地解决一系列的数据分析问题。然后,我开始一个接一个的学习这些库。

在我看来,精通用Python开发好的软件才能够高效地进行数据分析,这观点是没有必要的。

忽略给大众的资源

有许多优秀的Python书籍和在线课程,然而我不并不推荐它们中的一些,因为,有些是给大众准备的而不是给那些用来数据分析的人准备的。同样也有许多书是“用Python科学编程”的,但它们是面向各种数学为导向的主题的,而不是成为为了数据分析和统计。不要浪费浪费你的时间去阅读那些为大众准备的Python书籍。

在进一步继续之前,首先设置好你的编程环境,然后学习怎么使用IPython notebook

学习途径

从code academy开始学起,完成上面的所有练习。每天投入3个小时,你应该在20天内完成它们。Code academy涵盖了Python基本概念。但是,它不像Udacity那样以项目为导向;没关系,因为你的目标是从事数据科学,而不是使用Python开发软件。

当完成了code academy练习之后,看看这个Ipython notebook:

Python必备教程(在总结部分我已经提供了下载链接)。

它包括了code academy中没有提到的一些概念。你能在1到2小时内学完这个教程。

现在,你知道足够的基础知识来学习Python库了。

Numpy

首先,开始学习Numpy吧,因为它是利用Python科学计算的基础包。对Numpy好的掌握将会帮助你有效地使用其他工具例如Pandas。

我已经准备好了IPython笔记,这包含了Numpy的一些基本概念。这个教程包含了Numpy中最频繁使用的操作,例如,N维数组,索引,数组切片,整数索引,数组转换,通用函数,使用数组处理数据,常用的统计方法,等等。

Numpy Basics Tutorial

Pandas

Pandas包含了高级的数据结构和操作工具,它们使得Python数据分析更加快速和容易。

教程包含了series, data frams,从一个axis删除数据,缺失数据处理,等等。

Pandas Basics Tutorial

Matplotlib

这是一个分为四部分的Matplolib教程。

1st 部分:

第一部分介绍了Matplotlib基本功能,基本figure类型。

MatplotLib Part 1

2nd 部分:

包含了怎么调整figure的样式和颜色,例如:makers,line,thicness,line patterns和color map.

MatplotLib Part2

3rd 部分:

图的注释--包含若干图,控制坐标轴范围,长款比和坐标轴。

MatplotLib Part3

4th 部分:

包含了一些复杂图形。
MatplotLib Part4

总结

你学习Python时能犯的最简单的错误之一就是同时去尝试学习过多的库。当你努力一下子学会每样东西时,你会花费很多时间来切换这些不同概念之间,变得沮丧,最后转移到其他事情上。

所以,坚持关注这个过程:

理解Python基础

学习Numpy

学习Pandas

学习Matplolib

下载链接:

你可以从我的github上下载这些文件。这些文件是以.ipynb格式存放。这些文件也包含了我用来说明的一些图片。

Python and Numpy Basics

Pandas Basics

Matplotlib

最后

博客链接:

Michael翔

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/37854.html

相关文章

  • 聊聊 print 的前世今生

    摘要:反对的意见主要是这样可能会破坏掉无数个脚本,而且中已经有太多的魔法了。除此之外,的命名本身也算是一种包袱。首字母大写的,译作史努比,则是一只被很多人喜爱的漫画小狗。 showImg(https://segmentfault.com/img/remote/1460000019559250); 本文原创并首发于公众号【Python猫】,未经授权,请勿转载。 原文地址:https://mp....

    stackvoid 评论0 收藏0
  • 从零开始建立Rancher Catalog模板 - Part 1

    摘要:提供了许多可重用的预先构建好的程序栈的模板。从我们的目的来看,是一个能够部署基于容器的程序栈并管理其生命周期的开源的软件。注意和栈被展开以显示每一个程序栈中的多个容器。文件是与模板相关的元数据的初始资源。 Rancher提供了许多可重用的、预先构建好的程序栈的模板。拓展这些已有的模板或者创建并分享已完成的新模板,是参与Rancher用户社区的好方式。同时,这也可以帮助你的组织更高效地利...

    darkbaby123 评论0 收藏0
  • 从零开始建立Rancher Catalog模板 - Part 1

    摘要:提供了许多可重用的预先构建好的程序栈的模板。从我们的目的来看,是一个能够部署基于容器的程序栈并管理其生命周期的开源的软件。注意和栈被展开以显示每一个程序栈中的多个容器。文件是与模板相关的元数据的初始资源。 Rancher提供了许多可重用的、预先构建好的程序栈的模板。拓展这些已有的模板或者创建并分享已完成的新模板,是参与Rancher用户社区的好方式。同时,这也可以帮助你的组织更高效地利...

    RobinTang 评论0 收藏0
  • SegmentFault 技术周刊 Vol.30 - 学习 Python 来做一些神奇好玩的事情吧

    摘要:学习笔记七数学形态学关注的是图像中的形状,它提供了一些方法用于检测形状和改变形状。学习笔记十一尺度不变特征变换,简称是图像局部特征提取的现代方法基于区域图像块的分析。本文的目的是简明扼要地说明的编码机制,并给出一些建议。 showImg(https://segmentfault.com/img/bVRJbz?w=900&h=385); 前言 开始之前,我们先来看这样一个提问: pyth...

    lifesimple 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<